DE102019119460A1 - Method for controlling a machine learning method of a function of a vehicle, computer-readable medium, system, and vehicle - Google Patents

Method for controlling a machine learning method of a function of a vehicle, computer-readable medium, system, and vehicle Download PDF

Info

Publication number
DE102019119460A1
DE102019119460A1 DE102019119460.1A DE102019119460A DE102019119460A1 DE 102019119460 A1 DE102019119460 A1 DE 102019119460A1 DE 102019119460 A DE102019119460 A DE 102019119460A DE 102019119460 A1 DE102019119460 A1 DE 102019119460A1
Authority
DE
Germany
Prior art keywords
vehicle
function
user
machine learning
learning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102019119460.1A
Other languages
German (de)
Inventor
Christoph Segler
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Priority to DE102019119460.1A priority Critical patent/DE102019119460A1/en
Publication of DE102019119460A1 publication Critical patent/DE102019119460A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants

Abstract

Die Erfindung betrifft ein Verfahren zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs, das Verfahren umfassend: Erfassen eines Verhaltens eines Nutzers des Fahrzeugs während einer Nutzung des Fahrzeugs; Bestimmen, ob das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist; und Falls das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist: Ermitteln eines Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs, wobei das Lernprofil wenigstens ein Pausieren des maschinellen Lernverfahrens der Funktion des Fahrzeugs spezifiziert; und Lernen des erfassten Verhaltens des Nutzers durch das maschinelle Lernverfahren der Funktion des Fahrzeugs in Abhängigkeit des ermittelten Lernprofils.The invention relates to a method for controlling a machine learning method of a function of a vehicle, the method comprising: detecting a behavior of a user of the vehicle while the vehicle is being used; Determining whether the machine learning method of the function of the vehicle for learning the detected behavior of the user is active; and if the machine learning method of the function of the vehicle for learning the recorded behavior of the user is active: determining a learning profile of the machine learning method of the function of the vehicle, the learning profile specifying at least one pause in the machine learning method of the function of the vehicle; and learning the recorded behavior of the user by means of the machine learning method of the function of the vehicle as a function of the determined learning profile.

Description

Die Erfindung betrifft ein Verfahren zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs. Die Erfindung betrifft ferner ein computerlesbares Medium zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs, ein System zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs, und ein Fahrzeug umfassend das System zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs.The invention relates to a method for controlling a machine learning method of a function of a vehicle. The invention further relates to a computer-readable medium for controlling a machine learning method of a function of a vehicle, a system for controlling a machine learning method of a function of a vehicle, and a vehicle comprising the system for controlling a machine learning method of a function of a vehicle.

Aktuelle in Fahrzeugen eingesetzte, maschinelle Lernverfahren können kontinuierlich Daten des Fahrzeugs lernen. Wenn ein Nutzer des Fahrzeugs verhindern möchte, dass ein maschinelles Lernverfahren lernt, muss der Nutzer des Fahrzeugs eine entsprechende Funktion des Fahrzeugs, die das maschinelle Lernverfahren verwendet, vollständig deaktivieren oder die Datennutzung für das maschinelle Lernverfahren des Fahrzeugs allgemein verbieten.Current machine learning processes used in vehicles can continuously learn vehicle data. If a user of the vehicle wants to prevent a machine learning method from learning, the user of the vehicle must completely deactivate a corresponding function of the vehicle that uses the machine learning method or generally prohibit the use of data for the machine learning method of the vehicle.

Es ist daher eine Aufgabe der Erfindung, ein maschinelles Lernverfahren einer Funktion eines Fahrzeugs effizienter zu steuern. Insbesondere ist es eine Aufgabe der Erfindung, ein maschinelles Lernverfahren einer Funktion eines Fahrzeugs flexibler und/oder präziser zu steuern.It is therefore an object of the invention to control a machine learning method of a function of a vehicle more efficiently. In particular, it is an object of the invention to control a machine learning method of a function of a vehicle more flexibly and / or more precisely.

Gelöst wird diese Aufgabe durch die Merkmale der unabhängigen Ansprüche. Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung ergeben sich aus den abhängigen Ansprüchen.This object is achieved by the features of the independent claims. Advantageous refinements and developments of the invention result from the dependent claims.

Gemäß einem ersten Aspekt zeichnet sich die Erfindung aus durch ein Verfahren zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs. Das Verfahren kann ein computerimplementiertes oder ein steuergeräteimplementiertes Verfahren sein. Das maschinelle Lernverfahren kann ein bekanntes, maschinelles Lernverfahren sein, beispielsweise ein neuronales Netz. Das Fahrzeug kann ein teil-, hoch-, und/oder vollautomatisiert fahrendes Fahrzeug sein. Das Fahrzeug kann ein Kraftfahrzeug sein.According to a first aspect, the invention is characterized by a method for controlling a machine learning method of a function of a vehicle. The method can be a computer-implemented or a control device-implemented method. The machine learning method can be a known machine learning method, for example a neural network. The vehicle can be a partially, highly, and / or fully automated vehicle. The vehicle can be a motor vehicle.

Das Verfahren umfasst ein Erfassen eines Verhaltens eines Nutzers des Fahrzeugs während einer Nutzung des Fahrzeugs. Beispielsweise kann das Verhalten des Nutzers des Fahrzeugs während, vor oder nach einer Fahrt mit dem Fahrzeug erfasst werden. Das Verhalten des Fahrzeugs kann durch einen oder mehrere Sensoren des Fahrzeugs erfasst werden. Das Verfahren bestimmt, ob das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist. Falls das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist, umfasst das Verfahren ein Ermitteln eines Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs, wobei das Lernprofil wenigstens ein Pausieren des maschinellen Lernverfahrens der Funktion des Fahrzeugs spezifiziert, und ein Lernen des erfassten Verhaltens des Nutzers durch das maschinelle Lernverfahren der Funktion des Fahrzeugs in Abhängigkeit des ermittelten Lernprofils.The method includes recording a behavior of a user of the vehicle while the vehicle is being used. For example, the behavior of the user of the vehicle can be recorded during, before or after driving the vehicle. The behavior of the vehicle can be recorded by one or more sensors of the vehicle. The method determines whether the machine learning method of the function of the vehicle for learning the recorded behavior of the user is active. If the machine learning method of the function of the vehicle for learning the detected behavior of the user is active, the method comprises determining a learning profile of the machine learning method of the function of the vehicle, wherein the learning profile specifies at least one pause in the machine learning method of the function of the vehicle, and a Learning of the recorded behavior of the user through the machine learning process of the function of the vehicle as a function of the determined learning profile.

Vorteilhafterweise kann das Lernen des Verhaltens des Nutzers in Abhängigkeit des Lernprofils effizient pausiert werden. Nur wenn das Lernprofil ein Lernen durch das maschinelle Lernverfahren zulässt, lernt das maschinelle Lernverfahren der Funktion des Fahrzeugs. Das Verhalten des Nutzers, das nicht gelernt werden soll, kann somit effizient festgelegt werden. Das maschinelle Lernverfahren der Funktion des Fahrzeugs kann präziser und/oder flexibler gesteuert werden.The learning of the behavior of the user can advantageously be efficiently paused as a function of the learning profile. The machine learning process only learns the function of the vehicle if the learning profile allows learning by the machine learning process. The behavior of the user that is not to be learned can thus be determined efficiently. The machine learning process of the function of the vehicle can be controlled more precisely and / or more flexibly.

Gemäß einer vorteilhaften Ausgestaltung der Erfindung kann das Verhalten des Nutzers repräsentativ für ein Fahrverhalten des Nutzers des Fahrzeugs und/oder repräsentativ für ein Bedienverhalten des Nutzers des Fahrzeugs sein. Hiermit kann ein Fahrverhalten und/oder ein Bedienverhalten eines Nutzers effizient gelernt werden.According to an advantageous embodiment of the invention, the behavior of the user can be representative of a driving behavior of the user of the vehicle and / or representative of an operating behavior of the user of the vehicle. In this way, driving behavior and / or operating behavior of a user can be learned efficiently.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann die Funktion des Fahrzeugs ein Fahrerassistenzsystem sein, und/oder kann die Funktion des Fahrzeugs eine Bedienfunktion des Fahrzeugs sein. Hiermit können ein Fahrerassistenzsystem und/oder eine Bedienfunktion effizient das Fahrverhalten respektive das Bedienverhalten des Nutzers effizient lernen.According to a further advantageous embodiment of the invention, the function of the vehicle can be a driver assistance system and / or the function of the vehicle can be an operating function of the vehicle. With this, a driver assistance system and / or an operating function can efficiently learn the driving behavior or the operating behavior of the user.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann das Verfahren weiterhin, falls das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist, ein Empfangen einer Bedieneingabe eines Nutzers zum Aktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs, ein Aktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs nach dem Empfangen der Bedieneingabe des Nutzers des Fahrzeugs, ein Ermitteln des aktivierten Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs, und ein Lernen des erfassten Verhaltens des Nutzers durch das maschinelle Lernverfahren der Funktion des Fahrzeugs in Abhängigkeit des aktivierten Lernprofils umfassen. Hiermit kann das Lernprofil effizient aktiviert werden.According to a further, advantageous embodiment of the invention, if the machine learning method of the function of the vehicle for learning the recorded behavior of the user is active, the method can also receive an operating input from a user to activate the learning profile of the machine learning method of the function of the vehicle Activating the learning profile of the machine learning process of the function of the vehicle after receiving the operating input from the user of the vehicle, determining the activated learning profile of the machine learning process of the function of the vehicle, and learning the recorded behavior of the user through the machine learning process of the function of the vehicle Depending on the activated learning profile. This enables the learning profile to be activated efficiently.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann das Verfahren weiterhin, falls das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist, ein Empfangen einer Bedieneingabe eines Nutzers zum Deaktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs, ein Deaktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs nach der empfangenen Bedieneingabe des Nutzers des Fahrzeugs, und ein Lernen des erfassten Verhaltens des Nutzers durch das maschinelle Lernverfahren ohne das deaktivierte Lernprofil. Hiermit kann das Lernprofil effizient deaktiviert werden. Das Lernen durch das maschinelle Lernverfahren der Funktion des Fahrzeugs erfolgt ohne Einschränkungen des Lernprofils.According to a further advantageous embodiment of the invention, if the machine learning method of the function of the vehicle for learning the recorded behavior of the user is active, the method can also receive a Operating input of a user to deactivate the learning profile of the machine learning method of the function of the vehicle, deactivation of the learning profile of the machine learning method of the function of the vehicle after the received operating input of the user of the vehicle, and learning of the recorded behavior of the user by the machine learning method without the deactivated one Learning profile. This can be used to efficiently deactivate the learning profile. Learning the function of the vehicle using the machine learning process takes place without any restrictions on the learning profile.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann die Bedieneingabe des Nutzers zum Aktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs und die Bedieneingabe des Nutzers zum Deaktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs über ein einzelnes Bedienelement des Fahrzeugs empfangen werden. Hiermit kann das Lernprofil durch den Nutzer effizient aktiviert und deaktiviert werden.According to a further, advantageous embodiment of the invention, the operator input of the user to activate the learning profile of the machine learning method of the function of the vehicle and the operator input of the user to deactivate the learning profile of the machine learning method of the function of the vehicle can be received via a single control element of the vehicle. This enables the user to efficiently activate and deactivate the learning profile.

Gemäß einer weiteren, vorteilhaften Ausgestaltung kann das Lernprofil das Pausieren des maschinellen Lernverfahrens der Funktion des Fahrzeugs in Abhängigkeit eines Fahrmodus des Fahrzeugs, einer Zeitspanne, eines Umfeldparameters des Fahrzeugs, einer Position des Fahrzeugs, und/oder eines Verhaltensmusters des Nutzers spezifizieren. Hiermit kann das Lernprofil flexibel ein Pausieren des maschinellen Lernverfahrens steuern.According to a further advantageous embodiment, the learning profile can specify the pause of the machine learning method of the function of the vehicle as a function of a driving mode of the vehicle, a period of time, an environmental parameter of the vehicle, a position of the vehicle and / or a behavior pattern of the user. This allows the learning profile to flexibly control a pause in the machine learning process.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann das Erfassen des Verhaltens des Nutzers des Fahrzeugs während der Nutzung des Fahrzeugs ein Speichern von Daten repräsentativ für das Verhalten des Nutzers umfassen und/oder kann das Lernprofil einen vorzugsweise nutzerspezifischen und/oder vorzugsweise durch den Nutzer konfigurierbaren Datenfilter umfassen, der die gespeicherten Daten repräsentativ für das Verhalten des Nutzers vor dem Lernen der gespeicherten Daten durch das maschinelle Lernverfahren der Funktion des Fahrzeugs filtert. Zusätzlich oder alternativ kann das Lernprofil einen vorzugsweise nutzerspezifischen und/oder vorzugsweise durch den Nutzer konfigurierbaren Datenfilter umfassen, der die gespeicherten Daten repräsentativ für das Verhalten des Nutzers nach dem Lernen der gespeicherten Daten durch das maschinelle Lernverfahren der Funktion des Fahrzeugs filtert und das Lernen des erfassten Verhaltens des Nutzers durch das maschinelle Lernverfahren der Funktion des Fahrzeugs der gefilterten Daten ausführt. Hiermit können Daten effizient für das maschinelle Lernverfahren bereitgestellt werden. Der Nutzer kann festlegen, welche Daten der Vergangenheit, beispielsweise welche gespeicherten Daten, für das maschinelle Lernverfahren verwendet werden sollen.According to a further, advantageous embodiment of the invention, the recording of the behavior of the user of the vehicle while the vehicle is being used can include storing data representative of the behavior of the user and / or the learning profile can be preferably user-specific and / or preferably configurable by the user Include data filters that filter the stored data representative of the behavior of the user before learning the stored data by the machine learning method of the function of the vehicle. Additionally or alternatively, the learning profile can include a preferably user-specific and / or preferably user-configurable data filter, which filters the stored data representative of the behavior of the user after learning the stored data through the machine learning method of the function of the vehicle and learning the recorded Behavior of the user through the machine learning method of the function of the vehicle of the filtered data. This enables data to be provided efficiently for the machine learning process. The user can specify which data from the past, for example which stored data, should be used for the machine learning process.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann das Lernprofil des maschinellen Lernverfahrens der Funktion des Fahrzeugs nutzerspezifisch und vorzugsweise durch den Nutzer konfigurierbar sein. Hiermit kann das Lernprofil flexibel von dem Nutzer angepasst werden. Das Lernverfahren kann nutzerspezifisch pausiert werden und somit effizienter gesteuert werden.According to a further, advantageous embodiment of the invention, the learning profile of the machine learning method of the function of the vehicle can be user-specific and preferably configurable by the user. This allows the user to flexibly adapt the learning profile. The learning process can be paused user-specifically and thus controlled more efficiently.

Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein computerlesbares Medium zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs, wobei das computerlesbare Medium Instruktionen umfasst, die, wenn ausgeführt auf einem Computer oder einem Steuergerät, das oben beschriebene Verfahren ausführen.According to a further aspect, the invention is characterized by a computer-readable medium for controlling a machine learning method of a function of a vehicle, the computer-readable medium comprising instructions which, when executed on a computer or a control device, execute the method described above.

Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein System zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs, wobei das System dazu ausgebildet ist, das oben beschriebene Verfahren auszuführen.According to a further aspect, the invention is characterized by a system for controlling a machine learning method of a function of a vehicle, the system being designed to carry out the method described above.

Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein Fahrzeug umfassend das oben beschriebene System zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs.According to a further aspect, the invention is characterized by a vehicle comprising the above-described system for controlling a machine learning method of a function of a vehicle.

Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Alle vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren allein gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder aber in Alleinstellung verwendbar.Further features of the invention emerge from the claims, the figures and the description of the figures. All of the features and combinations of features mentioned above in the description, as well as the features and combinations of features mentioned below in the description of the figures and / or shown alone in the figures, can be used not only in the combination specified, but also in other combinations or on their own.

Im Folgenden wird anhand der beigefügten Zeichnungen ein bevorzugtes Ausführungsbeispiel der Erfindung beschrieben. Daraus ergeben sich weitere Details, bevorzugte Ausgestaltungen und Weiterbildungen der Erfindung. Im Einzelnen zeigt schematisch 1 ein beispielhaftes Verfahren zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs.A preferred exemplary embodiment of the invention is described below with reference to the accompanying drawings. This gives rise to further details, preferred configurations and developments of the invention. In detail shows schematically 1 an exemplary method for controlling a machine learning method of a function of a vehicle.

Im Detail zeigt 1 ein beispielhaftes Verfahren 100 zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs. Die Funktion des Fahrzeugs kann beispielsweise eine Fahrerassistenzfunktion sein, die einen Fahrstil eines Nutzers des Fahrzeugs lernt. Die Funktion des Fahrzeugs kann beispielsweise eine Funktion sein, die lernt ein Fenster oder mehrere Fenster des Fahrzeugs proaktiv zu öffnen oder zu schließen ohne dass der Nutzer des Fahrzeugs ein Bedienelement zum Öffnen oder Schließen des jeweiligen Fensters bedienen muss.Shows in detail 1 an exemplary procedure 100 for controlling a machine learning method of a function of a vehicle. The function of the vehicle can be, for example, a driver assistance function that learns a driving style of a user of the vehicle. The function of the vehicle can be, for example, a function that learns one window or several windows of the Proactively open or close the vehicle without the user of the vehicle having to operate a control element to open or close the respective window

Das Verfahren 100 kann ein Verhalten des Nutzers des Fahrzeugs während der Nutzung des Fahrzeugs erfassen 102. Das Verhalten des Nutzers kann Daten von Sensoren des Fahrzeugs umfassen, die repräsentativ für das Verhalten des Nutzers des Fahrzeugs sind. Das Verhalten des Nutzers kann beispielsweise der Fahrstil des Nutzers in einem manuellen und/oder teilautomatisierten Fahrmodus des Fahrzeugs sein. Das Verhalten des Nutzers kann beispielsweise ein Bedienverhalten bei einem Öffnen oder einem Schließen eines oder mehrerer Fenster des Fahrzeugs sein.The procedure 100 can record a behavior of the user of the vehicle while using the vehicle 102 . The behavior of the user can include data from sensors of the vehicle that are representative of the behavior of the user of the vehicle. The behavior of the user can be, for example, the driving style of the user in a manual and / or partially automated driving mode of the vehicle. The behavior of the user can, for example, be an operating behavior when opening or closing one or more windows of the vehicle.

Das Verfahren 100 kann bestimmen 104, ob das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist. Ist das maschinelle Lernverfahren der Funktion des Fahrzeugs aktiv, ist dies ein Indikator dafür, dass die Funktion des Fahrzeugs aktiv ist und/oder dass das maschinelle Lernverfahren der Funktion Daten repräsentativ für das Verhalten des Nutzers für das maschinelle Lernverfahren nutzen kann. The procedure 100 may determine 104 whether the machine learning method of the function of the vehicle for learning the detected behavior of the user is active. If the machine learning process of the function of the vehicle is active, this is an indicator that the function of the vehicle is active and / or that the machine learning process of the function can use data representative of the behavior of the user for the machine learning process.

Das Fahrzeug kann dem Nutzer des Fahrzeugs eine allgemeine Einschränkung der Nutzung der Daten bereitstellen. Hat beispielsweise der Nutzer des Fahrzeugs die Nutzung der Daten allgemein eingeschränkt, ist das maschinelle Lernverfahren der Funktion deaktiviert und damit auch die Funktion selbst, da keine Daten verfügbar sind, die durch das maschinelle Lernverfahren der Funktion gelernt werden können.The vehicle can provide the user of the vehicle with a general restriction on the use of the data. If, for example, the user of the vehicle has restricted the use of the data in general, the machine learning process of the function is deactivated and thus also the function itself, since no data is available that can be learned through the machine learning process of the function.

Falls das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist, kann das Verfahren 100 ein Lernprofil des maschinellen Lernverfahrens der Funktion des Fahrzeugs ermitteln 106, wobei das Lernprofil wenigstens ein Pausieren des maschinellen Lernverfahrens der Funktion des Fahrzeugs spezifiziert. Das Lernprofil kann eine oder mehrere Steuerbefehle umfassen, mit denen ein Pausieren des maschinellen Lernverfahrens einer Funktion gesteuert werden kann. Für eine Funktion, die beispielsweise den Fahrstil des Nutzers des Fahrzeugs lernt, kann das Lernprofil festlegen, dass das maschinelle Lernverfahren der Funktion vollständig und/oder für einen vorgegebenen Zeitraum, für eine vorgegebene Geschwindigkeit, für einen vorgegebenen Geschwindigkeitsbereich und/oder in einem vorgegebenen Fahrmodus des Fahrzeugs pausiert werden soll. Hat das maschinelle Lernverfahren der Funktion bereits einen vorgegebenen Zeitraum der Vergangenheit das Verhalten des Nutzers gelernt, kann das Lernprofil angeben, dass das gelernte Verhalten des Nutzers für einen vorgegebener Zeitraum der Vergangenheit, für einen vorgegebenen Geschwindigkeitsbereich und/oder für eine vorgegebene, bereits gefahrene Wegstrecke durch das maschinelle Lernverfahren vergessen werden soll.If the machine learning method of the function of the vehicle for learning the recorded behavior of the user is active, the method can 100 determine 106 a learning profile of the machine learning method of the function of the vehicle, wherein the learning profile specifies at least one pause of the machine learning method of the function of the vehicle. The learning profile can comprise one or more control commands with which a pause in the machine learning process of a function can be controlled. For a function that learns, for example, the driving style of the user of the vehicle, the learning profile can specify that the machine learning method of the function is complete and / or for a predetermined period of time, for a predetermined speed, for a predetermined speed range and / or in a predetermined driving mode the vehicle should be paused. If the machine learning process of the function has already learned the behavior of the user for a predetermined period of time in the past, the learning profile can indicate that the learned behavior of the user is for a predetermined period of time in the past, for a predetermined speed range and / or for a predetermined distance already driven should be forgotten by the machine learning process.

Für eine Funktion, die beispielsweise das Bedienverhalten beim Öffnen oder Schließen eines oder mehrere Fenster des Fahrzeugs lernt, kann das Lernprofil festlegen, dass das maschinelle Lernverfahren der Funktion vollständig und/oder für eine vorgegebene Zahl an Steuerungsvorgängen des Fensters bzw. der Fenster, und/oder in Abhängigkeit eines Umfeldparameters pausiert werden soll. Hat das maschinelle Lernverfahren der Funktion bereits mit einer vorgegebenen Zahl an Steuerungsvorgängen das Verhalten des Nutzers gelernt, kann das Lernprofil angeben, dass das gelernte Verhalten des Nutzers für einen vorgegebener Zeitraum der Vergangenheit und/oder für eine vorgegebene Anzahl an Steuerungsvorgängen in der Vergangenheit durch das maschinelle Lernverfahren vergessen werden soll.For a function that learns, for example, the operating behavior when opening or closing one or more windows of the vehicle, the learning profile can specify that the machine learning method of the function is complete and / or for a predetermined number of control processes of the window or windows, and / or is to be paused depending on an environmental parameter. If the machine learning method of the function has already learned the behavior of the user with a specified number of control processes, the learning profile can indicate that the learned behavior of the user for a specified period of time in the past and / or for a specified number of control processes in the past by the machine learning processes should be forgotten.

Das Verfahren kann schließlich das erfasste Verhalten des Nutzers durch das maschinelle Lernverfahren der Funktion des Fahrzeugs in Abhängigkeit des ermittelten Lernprofils lernen 108. Für das in dem Lernprofil festgelegte Verhalten und/oder für die in dem Lernprofil angegebene Situation wird das maschinelle Lernverfahren der Funktion des Fahrzeugs pausiert.The method can finally learn 108 the recorded behavior of the user by the machine learning method of the function of the vehicle as a function of the determined learning profile. The machine learning method of the function of the vehicle is used for the behavior specified in the learning profile and / or for the situation specified in the learning profile paused.

Vorteilhafterweise kann der Nutzer des Fahrzeugs effizient festlegen, welches zukünftige und/oder vergangene Verhalten des Nutzers des Fahrzeugs durch das maschinelle Lernverfahren gelernt oder vergessen werden soll. Der Nutzer kann weiterhin die Funktion des Fahrzeugs nutzen, ohne diese vollständig deaktivieren zu müssen. Der Nutzer kann selektiv ein Pausieren des maschinellen Lernverfahrens der Funktion festlegen. Abhängig von Zeitraum, Ort, und/oder Verhaltensmuster kann der Nutzer einfach und flexibel ein Lernprofil definieren, welches das Lernen des maschinellen Lernverfahrens definiert. Somit kann der Nutzer das zu lernende Verhalten effizienter steuern. Insbesondere kann der Nutzer das Verhalten, das nicht gelernt werden soll, effizient steuern.The user of the vehicle can advantageously determine which future and / or past behavior of the user of the vehicle is to be learned or forgotten by the machine learning method. The user can continue to use the vehicle's function without having to deactivate it completely. The user can selectively pause the machine learning process of the function. Depending on the time period, location and / or behavior pattern, the user can easily and flexibly define a learning profile that defines the learning of the machine learning process. In this way, the user can more efficiently control the behavior to be learned. In particular, the user can efficiently control the behavior that is not to be learned.

BezugszeichenlisteList of reference symbols

100100
VerfahrenProcedure
102102
Erfassen eines VerhaltensCapturing a behavior
104104
Bestimmen, ob ein maschinelles Lernverfahren aktiv istDetermine whether a machine learning process is active
106106
Ermitteln eines LernprofilsDetermine a learning profile
108108
Lernen des erfassten VerhaltensLearning the recorded behavior

Claims (12)

Verfahren zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs, das Verfahren umfassend: Erfassen eines Verhaltens eines Nutzers des Fahrzeugs während einer Nutzung des Fahrzeugs; Bestimmen, ob das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist; und Falls das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist: Ermitteln eines Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs, wobei das Lernprofil wenigstens ein Pausieren des maschinellen Lernverfahrens der Funktion des Fahrzeugs spezifiziert; und Lernen des erfassten Verhaltens des Nutzers durch das maschinelle Lernverfahren der Funktion des Fahrzeugs in Abhängigkeit des ermittelten Lernprofils.Method for controlling a machine learning method of a function of a vehicle, the method comprising: Detecting a behavior of a user of the vehicle during use of the vehicle; Determining whether the machine learning method of the function of the vehicle for learning the detected behavior of the user is active; and If the machine learning process of the vehicle's function for learning the recorded behavior of the user is active: Determining a learning profile of the machine learning method of the function of the vehicle, the learning profile specifying at least one pause in the machine learning method of the function of the vehicle; and Learning of the recorded behavior of the user through the machine learning process of the function of the vehicle as a function of the determined learning profile. Verfahren nach Anspruch 1, wobei das Verhalten des Nutzers repräsentativ für ein Fahrverhalten des Nutzers des Fahrzeugs und/oder repräsentativ für ein Bedienverhalten des Nutzers des Fahrzeugs ist.Procedure according to Claim 1 , wherein the behavior of the user is representative of a driving behavior of the user of the vehicle and / or representative of an operating behavior of the user of the vehicle. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Funktion des Fahrzeugs ein Fahrerassistenzsystem ist; und/oder wobei die Funktion des Fahrzeugs eine Bedienfunktion des Fahrzeugs ist.Method according to one of the preceding claims, wherein the function of the vehicle is a driver assistance system; and / or wherein the function of the vehicle is an operating function of the vehicle. Verfahren nach einem der vorhergehenden Ansprüche, das Verfahren weiterhin umfassend, falls das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist: Empfangen einer Bedieneingabe eines Nutzers zum Aktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs; Aktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs nach dem Empfangen der Bedieneingabe des Nutzers des Fahrzeugs; Ermitteln des aktivierten Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs; und Lernen des erfassten Verhaltens des Nutzers durch das maschinelle Lernverfahren der Funktion des Fahrzeugs in Abhängigkeit des aktivierten Lernprofils.Method according to one of the preceding claims, the method further comprising if the machine learning method of the function of the vehicle for learning the recorded behavior of the user is active: Receiving an operating input from a user for activating the learning profile of the machine learning method of the function of the vehicle; Activating the learning profile of the machine learning method of the function of the vehicle after receiving the operating input from the user of the vehicle; Determining the activated learning profile of the machine learning method of the function of the vehicle; and Learning of the recorded behavior of the user through the machine learning process of the function of the vehicle depending on the activated learning profile. Verfahren nach einem der vorhergehenden Ansprüche, das Verfahren weiterhin umfassend, falls das maschinelle Lernverfahren der Funktion des Fahrzeugs zum Lernen des erfassten Verhaltens des Nutzers aktiv ist: Empfangen einer Bedieneingabe eines Nutzers zum Deaktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs; Deaktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs nach der empfangenen Bedieneingabe des Nutzers des Fahrzeugs; und Lernen des erfassten Verhaltens des Nutzers durch das maschinelle Lernverfahren ohne das deaktivierte Lernprofil.Method according to one of the preceding claims, the method further comprising if the machine learning method of the function of the vehicle for learning the recorded behavior of the user is active: Receiving an operating input from a user for deactivating the learning profile of the machine learning method of the function of the vehicle; Deactivating the learning profile of the machine learning method of the function of the vehicle after the received operating input from the user of the vehicle; and Learning the recorded behavior of the user through the machine learning process without the deactivated learning profile. Verfahren nach einem der Ansprüche 4 bis 5, wobei die Bedieneingabe des Nutzers zum Aktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs und die Bedieneingabe des Nutzers zum Deaktivieren des Lernprofils des maschinellen Lernverfahrens der Funktion des Fahrzeugs über ein einzelnes Bedienelement des Fahrzeugs empfangen werden.Method according to one of the Claims 4 to 5 , wherein the operating input of the user for activating the learning profile of the machine learning method of the function of the vehicle and the operating input of the user for deactivating the learning profile of the machine learning method of the function of the vehicle are received via a single operating element of the vehicle. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Lernprofil das Pausieren des maschinellen Lernverfahrens der Funktion des Fahrzeugs in Abhängigkeit eines Fahrmodus des Fahrzeugs, einer Zeitspanne, eines Umfeldparameters des Fahrzeugs, einer Position des Fahrzeugs, und/oder eines Verhaltensmusters des Nutzers spezifiziert.Method according to one of the preceding claims, wherein the learning profile specifies the pause of the machine learning method of the function of the vehicle as a function of a driving mode of the vehicle, a period of time, an environmental parameter of the vehicle, a position of the vehicle and / or a behavior pattern of the user. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Erfassen des Verhaltens des Nutzers des Fahrzeugs während der Nutzung des Fahrzeugs ein Speichern von Daten repräsentativ für das Verhalten des Nutzers umfasst; und/oder wobei das Lernprofil einen Datenfilter umfasst, der die gespeicherten Daten repräsentativ für das Verhalten des Nutzers vor dem Lernen der gespeicherten Daten durch das maschinelle Lernverfahren der Funktion des Fahrzeugs filtert.Method according to one of the preceding claims, wherein the recording of the behavior of the user of the vehicle during the use of the vehicle comprises storing data representative of the behavior of the user; and / or wherein the learning profile comprises a data filter that filters the stored data representative of the behavior of the user before learning the stored data by the machine learning method of the function of the vehicle. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Lernprofil des maschinellen Lernverfahrens der Funktion des Fahrzeugs nutzerspezifisch ist.Method according to one of the preceding claims, wherein the learning profile of the machine learning method is user-specific for the function of the vehicle. Computerlesbares Medium zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs, wobei das computerlesbare Medium Instruktionen umfasst, die, wenn ausgeführt auf einem Computer oder einem Steuergerät, das Verfahren nach einem der Ansprüche 1 bis 9 ausführen.Computer readable medium for controlling a machine learning process of a function of a vehicle, the computer readable medium comprising instructions which, when executed on a computer or a control unit, the method according to one of the Claims 1 to 9 To run. System zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs, wobei das System dazu ausgebildet ist, das Verfahren nach einem der Ansprüche 1 bis 9 auszuführen.System for controlling a machine learning method of a function of a vehicle, wherein the system is designed to implement the method according to one of the Claims 1 to 9 execute. Fahrzeug umfassend das System zum Steuern eines maschinellen Lernverfahrens einer Funktion eines Fahrzeugs nach Anspruch 11.Vehicle comprising the system for controlling a machine learning method according to a function of a vehicle Claim 11 .
DE102019119460.1A 2019-07-18 2019-07-18 Method for controlling a machine learning method of a function of a vehicle, computer-readable medium, system, and vehicle Pending DE102019119460A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102019119460.1A DE102019119460A1 (en) 2019-07-18 2019-07-18 Method for controlling a machine learning method of a function of a vehicle, computer-readable medium, system, and vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019119460.1A DE102019119460A1 (en) 2019-07-18 2019-07-18 Method for controlling a machine learning method of a function of a vehicle, computer-readable medium, system, and vehicle

Publications (1)

Publication Number Publication Date
DE102019119460A1 true DE102019119460A1 (en) 2021-01-21

Family

ID=74093247

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019119460.1A Pending DE102019119460A1 (en) 2019-07-18 2019-07-18 Method for controlling a machine learning method of a function of a vehicle, computer-readable medium, system, and vehicle

Country Status (1)

Country Link
DE (1) DE102019119460A1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020213198A1 (en) 2020-10-20 2022-04-21 Ford Global Technologies, Llc System and method for performing an automated driving maneuver with a selected driving style, vehicle, computer program product and computer-readable storage medium
DE102022202071A1 (en) 2022-03-01 2023-09-07 Robert Bosch Gesellschaft mit beschränkter Haftung Method for providing data in a vehicle
US11794676B1 (en) 2022-12-14 2023-10-24 Mercedes-Benz Group AG Computing systems and methods for generating user-specific automated vehicle actions using artificial intelligence

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020213198A1 (en) 2020-10-20 2022-04-21 Ford Global Technologies, Llc System and method for performing an automated driving maneuver with a selected driving style, vehicle, computer program product and computer-readable storage medium
DE102022202071A1 (en) 2022-03-01 2023-09-07 Robert Bosch Gesellschaft mit beschränkter Haftung Method for providing data in a vehicle
US11794676B1 (en) 2022-12-14 2023-10-24 Mercedes-Benz Group AG Computing systems and methods for generating user-specific automated vehicle actions using artificial intelligence

Similar Documents

Publication Publication Date Title
DE102019119460A1 (en) Method for controlling a machine learning method of a function of a vehicle, computer-readable medium, system, and vehicle
EP1957309B1 (en) Method and device for recognising the state of a driver
EP3140817B1 (en) Driver assistance system and method for automatically logging log data
EP3619689A1 (en) Method and device for situation-dependent storage of data of a system
DE102017103391A1 (en) Method for improving the user-friendliness of a vehicle
DE102015212252A1 (en) Method for parking assistance of a vehicle
DE102017214380A1 (en) Steering angle controller
DE102018129563A1 (en) Method for determining the steering mode of a steering wheel
DE102019135131B4 (en) Methods for improving road safety
EP3844048B1 (en) Mentor device for assisting a user in the handling of a predetermined object, motor vehicle and method
EP3611067A1 (en) Method for carrying out a towing process and camera system for detecting a towing process and motor vehicle comprising a camera system
DE102004047136A1 (en) Learning reactions of vehicle driver involves correcting actual reaction on vehicle side into reaction usually recognized as desired reaction when driver tiredness detected
EP3672853B1 (en) Controller and method of controling a vehicle retarder
DE102018210335A1 (en) Driver assistance system for an autonomously and / or partially autonomously driving motor vehicle
DE102018220051A1 (en) Method and adjustment device for power-operated adjustment of an adjustment part on a vehicle
DE102018131748A1 (en) Method and monitoring system for acoustic monitoring of a mobile agricultural machine
DE102019135115B4 (en) Methods for improving road safety
EP1588901B1 (en) Method for changing at least one adjustable function of a motor vehicle
DE102016007128A1 (en) Device and method for fresh air supply for a vehicle interior
DE102010034599A1 (en) Method for recognition of tiredness of driver of vehicle, involves indicating tiredness of the driver, if difference between normative data and current data is exceeds threshold value
DE102019218079A1 (en) Determining a control of an at least partially autonomous vehicle
DE102014002812A1 (en) Method for operating a vehicle, involves automatically activating predetermined number of driving safety of driver assistance systems of vehicle until inlaid of pause, by increasing output of warning signal
DE102018251701A1 (en) Procedure for resolving conflict between road users
DE102019104232B4 (en) DEVICE AND METHOD FOR ENABLING A DRIVING FUNCTION FOR SEMI-AUTONOMOUS DRIVING
DE102017011695A1 (en) Method for operating a vehicle

Legal Events

Date Code Title Description
R083 Amendment of/additions to inventor(s)